Inatención del conductor: un estudio acerca de las relaciones entre

redes atencionales y la propensión a cometer errores durante la

conducción*
Driver inattention: relationships between attentional networks and
propensity to commit errors while driving
Paulina E. Robalino Guerra** y Mariel F. Musso***
*Las autoras agradecen a la Dra. Silvana Montes de la Universidad Nacional de Mar del Plata - Consejo
Nacional de Investigaciones Científicas y Técnicas (CONICET) por aportar el instrumento ARDES y por su
asesoramiento, y al Dr. Juan Lupiáñez del Departamento de Psicología Experimental de la Facultad de
Psicología de la Universidad de Granada (España) por su predisposición para responder inquietudes.

**Licenciada en Psicología. Becaria Doctoral del Consejo Nacional de Investigaciones Científicas y Técnicas
(CONICET) en la Universidad Argentina de la Empresa (UADE). Doctoranda de la Pontífice Universidad
Católica Argentina (UCA). Docente Investigador de la Universidad Argentina de la Empresa (UADE).
E-mail: probalino@uade.edu.ar
***Doctora en Psicología. Doctora en Ciencias de la Educación. Investigadora Asistente del Consejo Nacional
de Investigaciones Científicas y Técnicas (CONICET) en el Centro Interdisciplinario de Investigaciones en
Psicología Matemática y Experimental (CIIPME). Docente Investigador de la Universidad Argentina de la
Empresa.

Centro Interdisciplinario de Investigaciones en Psicología Matemática y Experimental (CIIPME - CONICET)

y Universidad Argentina de la Empresa (UADE). Ciudad Autónoma de Buenos Aires, Argentina.

Resumen can que existe una correlación significativa en-

Los accidentes de tránsito son un fenómeno
complejo, resultado de factores ambientales, ve-
hiculares y humanos, y una de las principales
causas de muerte a nivel mundial. La inatención
es un factor primordial que contribuye a los ac-
cidentes de tránsito. El objetivo del presente tra-
bajo fue analizar la relación entre la atención se-
gún el modelo de redes atencionales de Posner
(1994) y la propensión a cometer errores rela-
cionados con la inatención durante la conduc-
ción vehicular. La muestra estuvo compuesta
por 70 participantes, edades entre 19 y 59 años,
ambos géneros, 9.83 años de experticia como
promedio. Se utilizó el Cuestionario de Expe-
riencias durante la conducción (ARDES-ERIC),
Test de Redes Atencionales (ANT) y un cues-
tionario sociodemográfico. Los resultados indi-
tre el tiempo de reacción (TR) total y la pro-
pensión a cometer errores durante la conducción.
La interacción entre la experticia y el TR total
sobre la propensión a cometer errores fue signi-
ficativa. La atención ejecutiva tuvo un efecto
significativo sobre la propensión a cometer erro-
res y la dimensión de control. El modelo que in-
cluye la red de orientación y tiempos de reacción
explicó el 20% de la propensión a cometer erro-
res en la conducción. Una alta orientación está
asociada con una baja propensión a cometer
errores, y los tiempos de reacción más lentos es-
tán relacionados con altos errores de conduc-
ción. Los resultados son consistentes con estu-
dios previos y aportan nueva evidencia sobre el
rol de los tiempos de reacción y redes atencio-
nales en interacción con variables sociodemo-
gráficas y experticia sobre la propensión a co-
meter errores en la conducción.

InterdIscIplInarIa, 2018, 35, 2, 425-444 425


palabras clave: Redes atencionales, Propensión
al error, Conducción, Tránsito, Atención ejecu-
tiva.
Abstract
Traffic accidents are a complex phenome-
non resulting from a combination of environ-
mental, vehicular and human factors, which have
become one of the leading causes of death
worldwide. Inattention is one of the main factors
contributing to traffic accidents. The aim was to
analyze the relationships between attention and
the error proneness while driving. Posner´s mo-
del states three attentional networks quantified
by reaction time measures: orienting, alerting,
and executive control (Posner, 1994; Fan et al.,
2002). Orienting is responsible for the informa-
tion selection. Alerting facilitates achieving and
sustaining an alert state. Executive attention
controls interference and solves conflicts bet-
ween possible responses. Driver inattention was
conceptualized from a perspective of individual
differences as a “tendency or personal propen-
sity of drivers to experience attentional lapses”
(Ledesma et al., 2010, 2015). This tendency can
be expressed at different levels of driving beha-
vior: operational level, maneuvering, and stra-
tegic level (Michon, 1985). The sample consis-
ted of 70 drivers from Buenos Aires (Argentina),
both genders (57% female; Mage= 29.29; sd=
9.258; M experience years = 9.83; sd= 8.861), in-
clusion criteria: driver’s license, regular driving
during the last two months (at least once a
week), normal vision, and at least one year of
driving experience. Factorial design 2 (low- high
for each of the attentional networks) x 2 (gen-
der). Measures: ARDES-ERIC (Ledesma et al.,
2010): a 19-items self-report instrument to eva-
luate individual differences in the propensity to
commit attentional failures while driving and
can be classified according to the driving task le-
vel at which they occur (navigation, maneuve-
ring, or control) (Alpha: .88; navigation Alpha:
.744, maneuvering Alpha: .727, and control Al-
pha: .770), Attention Network Test (Fan et al.,
2002) to measure three attentional networks:
alerting (Alpha: .52), orienting (Alpha: .61), and
executive attention (Alpha: .77) and RT attention
426
robalino y Musso
(Alpha: .87) and a sociodemographic question-
naire that includes question about driver beha-
vior (e.g. frequency and experience). Results
show that no relationship was detected between
ARDES and age but there are significant corre-
lation between ARDES and driving task level
with Global Reaction Time (Global RT).
ANOVA results show a significant interaction
between Global Reaction Times and expertise on
driving errors [F(1,64)= 7.746; p < .01; η²=
.108]. Experts drivers with low RT (lower pro-
cessing speed) have a higher propensity to com-
mit attentional failures while driving (Mlow rt=
35.58; sd= 13.08; Mhigh rt= 26.95; sd= 5.21).
There are no interactions between Global RT, so-
ciodemographics variables (age, gender), and
driving frequency on propensity to commit
errors. Global rt correlates significantly with
total score driving errors (r= .373, p < .01). Exe-
cutive Attention has a significant effect on total
driving errors [F(1,66)= 3.760; p= .05; η²=.054],
and only on the Control Dimension [F(1,66)=
7.889; p < .01; η²=.124]. There are no effects of
Alerting and Orienting on total driving errors
neither on each dimension of driving. A linear
regression model involving the Orientation net-
work and Global rt explained the 20% of the
total variance of the error proneness while dri-
ving (R2 adjusted= .203). A higher level of
Orienting attention is related to a lower propen-
sity to commit errors (ß= -.332; p < .01), and a
lower processing speed (higher Global RT) ex-
plained higher driving errors (ß = .242; p <
.05). Results are consistent with previous studies
(López-Ramón et al., 2011) and provide new
evidence about the role of executive control on
specific dimensions of driving. In addition, the
findings provide new evidence on the role of re-
action times and attentional networks, in inter-
action with sociodemographic variables and ex-
pertise on the propensity to commit errors while
driving. Limitations and theoretical-practical
implications will be discussed.
Keywords: Attentional networks, Error prone-
ness, Drive, Traffic, Executive attention.
InterdIscIplInarIa, 2018, 35, 2, 425-444
redes atencionales y errores en la conducción
Introducción
El uso masivo de automóviles y otros
vehículos a motor ha transformado al trán-
sito en una de las principales amenazas para
la salud pública. Según la Organización
Mundial de la Salud (OMS, 2009) cada año
mueren en el mundo más de un millón dos-
cientas mil personas como consecuencia de
choques y otros incidentes de tránsito. Los
accidentes de tránsito son efecto de la inter-
acción de factores ambientales, vehicula-
res y humanos. En Argentina durante el pe-
ríodo 2004–2011 se determinó que de los
accidentes reportados, el 88% son a causa
del factor humano (Centro de Experimen-
tación y Salud Vial – CESVI, s.f.).
Diversos trabajos exploraron la relación
entre la participación en accidentes, y la
presencia o ausencia de factores permanen-
tes del individuo (por ejemplo, percepción
visual, atención selectiva, tiempos de reac-
ción). Específicamente, algunos autores en-
contraron una relación significativa entre
fallas cognitivas e incidentes automovilís-
ticos (Larson, Alderton, Neideffer, & Un-
derhill, 1997; Wallace & Vodanovich,
2003). Según Allahyari et al. (2008) los
puntajes en las fallas cognitivas son fuertes
predictores de errores durante la conduc-
ción en conductores.
Procesos cognitivos en la conducta de
manejo
La diversidad de estímulos (internos -
externos) que recibimos compiten entre sí
para hacer uso de los recursos limitados de
nuestro sistema cognitivo. Posner (1980,
1994) propuso una teoría integradora en la
cual la variedad de manifestaciones aten-
cionales se produce en sistemas funcional-
mente diferentes que interactúan entre sí.
Estudios de neuroimagen han demostrado
que una amplia variedad de tareas cogniti-
vas puede ser vista como la activación de un
conjunto distribuido de áreas neurales, cada
una asociada con operaciones mentales es-
pecíficas y además a neurotransmisores pri-
InterdIscIplInarIa, 2018, 35, 2, 425-444
marios específicos (Norepinefrina, Dopa-
mina y Acetilcolina) (Posner, 1994). La evi-
dencia de la neurociencia cognitiva plantea
que la atención es un sistema complejo que
incluye al menos, tres redes atencionales:
alerta, orientación y atención ejecutiva
(Posner & Petersen, 1990; Wang & Fan,
2007). La red de alerta refiere a un sistema
que logra y mantiene un estado de detección
de nuevos estímulos, que incluye la capaci-
dad de aumentar la vigilancia frente a un es-
tímulo inminente (Posner & Petersen,
1990). Mientras la alerta intrínseca (tónica)
se define como el control cognitivo de la vi-
gilia y arousal, la alerta fásica prepara al sis-
tema para dar respuesta a un estímulo cri-
tico (Fan & Posner, 2004; Luna, Marino,
Macbeth, & Torres, 2016). Por otro lado, la
red de orientación permite la selección de
información desde el input sensorial tanto
voluntaria (cuando la persona busca el ob-
jetivo dentro de su campo visual), como in-
voluntaria (cuando la persona dirige su
atención a un estímulo repentino). La red de
atención ejecutiva o control ejecutivo es
responsable de resolver el conflicto entre
respuestas que compiten entre sí, y está in-
volucrada en operaciones complejas como
la planificación, toma de decisiones, detec-
ción de error, respuestas nuevas o no bien
aprendidas (Fan, McCandiss, Summer, Raz
& Posner, 2002).
Un ejemplo cotidiano de la capacidad li-
mitada del ser humano para procesar la in-
formación es la conducción (Groeger, 2002).
La acción de conducir involucra un esfuerzo
tanto físico como cognitivo, es decir, es una
conducta compleja y requiere la ejecución
de varias tareas al mismo tiempo. Desde
una teoría de la arquitectura cognitiva hu-
mana se plantea la existencia de un recurso
atencional limitado, focalizado sobre una
meta actual que incrementa la accesibili-
dad al conocimiento relevante a la meta, en
detrimento de otro tipo de conocimiento
(Lovett, Reder, & Lebiere, 1999). Este re-
curso limitado se distribuye cuando las ta-
reas son muy demandantes cognitivamente,
perjudicando la recuperación de la infor-
mación relevante a la meta. Existen dife-
427

rencias individuales de esta capacidad aten-
cional, variando así la habilidad para acce-
der a la información relevante a la meta
(Lovett, Reder, & Lebiere, 1999). Al res-
pecto Castro, Durán y Cantón (2006) seña-
lan también que los límites de los recursos
atencionales se evidencian en la medida en
que una tarea requiera mayor atención, ya
que ésta quedará menos disponible para
otras tareas. Entonces, dividir la atención
entre tareas complejas se dificulta más
cuando estas tareas son similares, altamente
demandantes y requieren atención conti-
nua; por eso el desempeño de una o de am-
bas se deteriorará inevitablemente (Victor,
Engström, & Harbluk, 2008).
Allahyari et al. (2008) examinaron la re-
lación entre fallos cognitivos, errores de
conducción y los datos de accidentes en
conductores profesionales de Irán encon-
trando una correlación entre las puntuacio-
nes totales del Cuestionario de Fracasos
Cognitivos (CFQ) con las tasas de error de
conducción, pero no con los accidentes.
Posteriormente, Weaver, Bédarda, McAu-
liffe, y Parkkari (2009) utilizaron la prueba
de Redes Atencionales (ANT) (Fan,
McCandliss, Sommer, Raz, & Posner, 2002)
que mide redes atencionales, y el Test de
Campo de Visión útil (UFOV) (Clay et al.,
2005), una prueba cognitiva que pone a
prueba simultáneamente el procesamiento
de la información, tanto del centro como de
la periferia del campo visual de conduc-
ción. Estos autores demostraron que ANT
era altamente predictivo de la medida de
UFOV, y junto a la puntuación global del
ANT resultaron ser un factor predictivo de
la capacidad de conducción. Sin embargo, el
estudio de las relaciones entre medidas
como el ANT y los errores en la conduc-
ción, aún requiere de mayor profundización
en general, y especialmente en Argentina.
Estos autores plantean la necesidad de ma-
yor evidencia que respalde la predicción de
otras conductas o respuestas que se dan du-
rante la conducción (por ejemplo, la explo-
ración), a partir de pruebas atencionales
como el ANT (Weaver et al., 2009).
Por otra parte, Castro, Crundall, Chap-
man, Trawley y Underwood (2009) estu-
428
robalino y Musso
diaron la interacción de las tres redes aten-
cionales y el rol de la experiencia en la con-
ducción vehicular. Demostraron que el pa-
trón de resultados de los conductores no
experimentados era diferente del que pre-
sentaban los conductores experimentados
en el desempeño de la tarea atencional
(ANTI) desarrollada por Callejas, Lupia-
ñez y Tudela (2004). Es decir, los conduc-
tores sin experiencia tenían una diferencia
funcional en las tres redes atencionales,
pero en conductores con experiencia solo se
encontraron patrones suaves de interacción
entre las tres redes atencionales.
En el estudio de Mizobuchi, Chignell y
Canell (2013) acerca de las diferencias in-
dividuales en conducción relacionadas con
la multitarea, demostraron que personas con
mayor capacidad cognitiva (atención y me-
moria de trabajo) pueden prestar más aten-
ción a una tarea primaria, sin afectar nega-
tivamente su desempeño en la tarea secun-
daria. Asimismo, las personas con baja con-
ciencia de riesgo tienden a ser más distraí-
dos por la tarea secundaria y quienes tienen
una mayor conciencia de los riesgos, son
más propensos a mantener su enfoque en la
tarea primaria. Estas tareas secundarias tien-
den a ser más molestas para las personas
con capacidades cognitivas inferiores; así,
los que tienen una mayor conciencia de los
riesgos, son más propensos a mantener su
enfoque en la tarea primaria (Mizobuchi,
Chignell, & Canell, 2013).
Propensión a cometer errores durante
la conducción
Cuando hablamos de un error humano
nos referimos a un acontecimiento desfa-
vorable condicionado por la acción de quien
o quienes participan directa o indirecta-
mente en su realización y control. Sobre
esto, Montes (2013) señala que se entiende
que los errores de inatención no solo se de-
ben a variables situacionales o del tránsito,
sino que pueden comprenderse a partir de
factores más generales de propensión psi-
cológica personal. Por lo tanto, cuando una
persona es más propensa que otra a cometer
InterdIscIplInarIa, 2018, 35, 2, 425-444
redes atencionales y errores en la conducción
ciertos errores atencionales significa que
tiende a experimentar más accidentes que
otros individuos con características socio-
demográficas similares (e.g., edad, género,
lugar de residencia), y con características o
rasgos de personalidad estables (Visser, Pijl,
Stolk, Neeleman, & Rosmalen, 2007).
Según af Wahlberg y Dorn (2009), la
propensión al error empieza a emplearse a
inicios del siglo XX, en el momento que ob-
servaron que algunas personas participaban
en mayor cantidad de accidentes que otras;
en principio se referían a accidentes ocurri-
dos principalmente en el ámbito laboral y
posteriormente se utilizó para el área del
tránsito. Los errores relacionados con la in-
atención son aquellos errores no intencio-
nales o equivocaciones no relacionadas con
falta de conocimiento o experiencia en la ta-
rea, sino resultantes (total o parcialmente)
de fallas atencionales, desviaciones no pre-
meditadas de un plan (Reason, 1990). Son
errores realizados de manera automática,
alejándose de otros comportamientos que se
ejecutan intencionadamente como las con-
travenciones a las normas de tránsito. Di-
chos errores se pueden clasificar en deslices
(fallas atencionales), lapsus (fallas de me-
moria) y equivocaciones (Reason, 1990).
Por lo tanto, algunos conductores expe-
rimentarán con mayor intensidad o fre-
cuencia que otros, este tipo de fallas, y es-
tas variaciones entre conductores serán
justificadas desde factores personales y no
por factores situacionales o externos (dis-
tractores). Además, las diferencias entre
conductores expresan un patrón o disposi-
ción más general de inatención en el fun-
cionamiento de la vida diaria (Montes,
2013).
Para medir las diferencias individuales
en errores de conducción como resultado de
fallas de atención, Ledesma, Montes, Poó,
& López-Ramón (2010) elaboraron y vali-
daron un cuestionario (Escala de errores re-
lacionados con atención y los errores de
conducción – ARDES/ERIC) y demostraron
que los errores de conducción están fuerte-
mente asociados con la propensión general
de error, es decir, la falta de atención al re-
InterdIscIplInarIa, 2018, 35, 2, 425-444
alizar las actividades cotidianas. Este
mismo cuestionario fue utilizado por López-
Ramón y colaboradores (2011) para estudiar
la relación entre edad, propensión personal
a cometer errores relacionados con la aten-
ción durante la conducción y funciona-
miento de las tres redes atencionales medi-
das con el test de redes atencionales para
interacciones (ANTI; Callejas et al., 2004).
Los resultados indicaron que los partici-
pantes con las puntuaciones más altas AR-
DES mostraron tiempos de reacción (TR)
general más lentos y puntajes más altos en
el estado de alerta fásica; los participantes
de más edad mostraron una disminución en
el rendimiento, menos preparación endó-
gena para las señales de advertencia de alta
prioridad y pobre control cognitivo en la re-
solución de conflicto, en comparación con
los conductores más jóvenes.
El sistema neurocognitivo de atención
de los conductores que explica los lapsos de
atención durante la conducción está aso-
ciado positivamente con fallas cognitivas
(Roca, Lupiáñez, López-Ramón, & Castro,
2013). Además, los lapsos de atención se
asocian negativamente con la vigilancia y
de forma positiva con la insuficiencia cog-
nitiva (Roca et al., 2013). Estos resultados
apoyaron la idea de que el factor de lapsos
del Cuestionario de Comportamiento del
Conductor (DBQ) puede estar relacionado
con la falta de atención durante la conduc-
ción: los participantes de su estudio que tie-
nen más lapsos atencionales mientras con-
ducen, tienden a ser los que tienen peor
desempeño de vigilancia y mayor frecuen-
cia de fallas cognitivas auto-reportados en
la vida cotidiana. Montes (2013) por su
parte, incorpora una tarea experimental de
atención selectiva, la de búsqueda visual
conjunta (BVC), para analizar el grado de
convergencia con los puntajes obtenidos en
la escala de autoinforme ARDES.
La tendencia personal a experimentar
errores atencionales puede manifestarse en
todos o en alguno de los niveles de la tarea
de conducir, desde los más automatizados a
aquellos que requieren un mayor control
atencional (Ledesma, Montes, Poó, & Ló-
429

pez-Ramón, 2015). Michon (1985) propone
que las tareas del conductor están divididas
en tres niveles: (1) un nivel estratégico que
es el planeamiento general del viaje e in-
cluye elección de metas de viaje (ahorrar
tiempo, evitar el tráfico), selección de rutas
y evaluación de costos y riesgos implicados
en cada opción; (2) un nivel táctico, mo-
mento mismo de la conducción, donde se
realizan las maniobras y consiste en una ne-
gociación permanente con las situaciones
que surgen en el momento (decidir bajar la
velocidad frente a una señal de tránsito, evi-
tar obstáculos, adelantarse) y (3) un nivel
operacional que se refiere al control real
del vehículo (control de posición lateral y
longitudinal, ajustes de velocidad) que en
general, constituyen patrones de acción au-
tomáticos.
Otra diferencia entre niveles es la escala
temporal en la que se desarrollan: mientras
el nivel operacional abarca apenas unos mi-
lisegundos, el nivel de maniobra se des-
arrolla en una escala de segundos y el nivel
estratégico implica una duración mayor
(Montes, 2013).
En síntesis, estudios previos brindan evi-
dencia sobre algunos procesos cognitivos
claves involucrados tanto en la conducción
como en los errores que se cometen durante
la misma, los cuales han sido estudiados en
diferentes contextos socioculturales. En aras
de evitar accidentes relacionados con la in-
atención, estos autores sugieren que se con-
tinúen los estudios sobre la propensión a co-
meter errores como una característica indi-
vidual relacionada con la falta de atención
y específicamente con las redes atenciona-
les.
El presente estudio se propuso identificar
las interrelaciones entre las redes atencio-
nales (orientación, alerta y control ejecu-
tivo) y características sociodemográficas en
la propensión a cometer errores relaciona-
dos con la inatención en conductores de ve-
hículos a motor. Conocer el rol específico
de las redes atencionales junto a otros fac-
tores como los sociodemográficos y la ex-
perticia en la tarea de conducción, es rele-
vante no solo por su aporte teórico, sino
430
robalino y Musso
también por la posibilidad de predecir la
propensión a cometer errores relacionados
con la inatención durante la conducción.
Esto podría orientar la implementación de
políticas de seguridad vial y programas de
detección de diferencias individuales mucho
más precisos para prevenir accidentes de
tránsito.
Pregunta de investigación e hipótesis
del presente estudio
¿De qué manera se relacionan las tres
redes atencionales y el Tiempo de Reac-
ción total (TR total) con la propensión a
cometer errores en la conducción de vehí-
culos a motor? ¿Sobre qué dimensión espe-
cífica de la propensión (maniobra, control,
navegación) influyen cada una de las tres
redes atencionales?
Las características sociodemográficas
(sexo, edad y experticia) ¿moderan la in-
fluencia de algunos de estos componentes
atencionales sobre la propensión a cometer
errores durante la conducción?
¿En qué medida la propensión a cometer
errores explica dichas variables de atención
y sociodemográficas?
Dado el carácter automático y no inten-
cional de los errores en la conducción, re-
lacionados con la inatención (Reason, 1990)
y los lentos TR que se han encontrado en
conductores que más errores cometen (Ca-
llejas et al., 2004), se hipotetiza que aque-
llos conductores con TR lentos en las tres
redes atencionales presentarán una mayor
cantidad de errores en la conducción (Mon-
tes, 2013; Roca et al., 2013; Weaver et al.,
2009). Específicamente, sujetos con tiem-
pos de reacción altos (más lentos) en la red
de alerta serán más propensos a cometer
errores de inatención durante la conduc-
ción. Además, el TR total influirá signifi-
cativamente sobre la dimensión de manio-
bra debido a que ésta involucra una
negociación permanente frente a situaciones
que surgen en el momento mismo de la con-
ducción (Michon, 1985). Solo la dimensión
de maniobra se ha asociado con la partici-
InterdIscIplInarIa, 2018, 35, 2, 425-444
redes atencionales y errores en la conducción
pación en choques y multas de tráfico (Le-
desma et al., 2015), y por lo tanto, se espe-
cula que el TR total no tendrá efecto sobre
otras dimensiones de la propensión a co-
meter errores.
Se plantea como hipótesis de estudio que
el sexo y la edad no moderarán la relación
entre redes atencionales y errores en la pro-
pensión a cometer errores, dado que se han
hallado divergencias en cuanto a las dife-
rencias en TR total según sexo (Luna et al.,
2016; Miró, Martínez, Sánchez, Prados &
Lupiáñez, 2014) y según edad (Ledesma,
Montes, Poó, & López-Ramón, 2010; Ló-
pez-Ramón et al., 2011). En cambio, la ex-
perticia moderará la influencia de las redes
atencionales y el TR total sobre la cantidad
de errores, debido al funcionamiento dife-
rencial de las tres redes entre conductores
experimentados y no experimentados (Cas-
tro, Crundall, Chapman, Trawley & Under-
wood, 2009).
Por último, se espera encontrar que dife-
rencias individuales en las tres redes aten-
cionales, junto a variables como la experti-
cia, expliquen la propensión a cometer
errores atencionales en la conducción.
Método
Participantes
Se seleccionó una muestra intencional
de 70 personas de distinto género (57% mu-
jeres) y edades comprendidas entre los 19 y
59 años (M= 29.29; ds= 9.258). Como cri-
terios de inclusión se consideraron: ser ma-
yor de edad, tener registro de conducir y ha-
ber conducido regularmente durante los
últimos dos meses (al menos una vez por se-
mana) con un mínimo de experiencia de un
año. Además, debían reportar visión nor-
mal o corregida, a normal. Los participan-
tes indicaron una frecuencia de manejo pro-
medio de 4.29 veces por semana (ds= 2.24)
y un promedio de 9.83 años de experiencia
(ds= 8.861).
InterdIscIplInarIa, 2018, 35, 2, 425-444
Instrumentos
Test de Redes Atencionales (ANT)
(Fan, McCandliss, Sommer, Raz, & Pos-
ner, 2002).
Este test mide tres redes atencionales:
Alerta, Orientación y Atención Ejecutiva.
Se le pide al postulante que determine la di-
rección de una flecha central (hacia la iz-
quierda o hacia la derecha). El experimento
total demora unos 20 minutos aproximada-
mente y contiene cuatro bloques: un pri-
mer bloque de práctica de dos minutos (con
24 ensayos que incluyen feedback) y tres
bloques experimentales de 5 minutos cada
uno sin feedback. Cada bloque experimen-
tal consiste en 96 ensayos: 4 condiciones de
señal (doble señal, sin señal, señal centrada,
señal espacial) x 2 posiciones de señal
(arriba-abajo) x 2 direcciones de flechas
(izquierda-derecha) x 3 condiciones obje-
tivo (neutral, congruente e incongruente) x
2 repeticiones (Fan et al., 2002). Se regis-
tran los tiempos de reacción medidos en
milisegundos. Una mediana de TR es com-
putada para cada una de las 12 combina-
ciones de condiciones de señal por condi-
ciones objetivo (utilizando solo los ensayos
correctos). Luego se calculan las medias de
las medianas de tiempos de reacción para
cada una de las cuatro condiciones de señal
(promediando a través de las tres condicio-
nes objetivo) y para las condiciones con-
gruentes e incongruentes (a través de las
cuatro condiciones de señal). Finalmente, se
estima la eficiencia de las tres redes aten-
cionales de la siguiente forma: Alerta (me-
dia de TR sin señal - media de TR con do-
ble señal), Orientación (media de TR señal
central - media de TR señal espacial) y
Atención Ejecutiva (media de TR incon-
gruentes - media de TR congruentes). Fan et
al. (2002) han informado respecto de la con-
fiabilidad test re-test los siguientes coefi-
cientes: r= .87 para la medida de tiempos de
reacción total; r= .52 para la red de alerta;
r= .77 para la atención ejecutiva y r= .61
para la red de orientación.
431

ARDES – ERIC (Cuestionario de ex-
periencias durante la conducción) (Le-
desma, Montes, Poó, & López-Ramón,
2015).
Se trata de un instrumento de autoin-
forme que mide la propensión a cometer
errores relacionados con la inatención en
conductores. Consiste en una escala tipo
Likert de 5 puntos, desde nunca o casi
nunca (1) a siempre o casi siempre (5), com-
puesta por 19 ítems que evalúan diferencias
individuales en la propensión a cometer
errores de desempeño en la conducción, que
resultan total o parcialmente de la inaten-
ción. Los puntajes altos en la escala reflejan
alta propensión al error. Ejemplos de ítems:
“De pronto, notar que he perdido o equivo-
cado el camino en un trayecto que co-
nozco”, “Al llegar a una esquina, no darme
cuenta de que un peatón está cruzando la ca-
lle”. Los ítems son agrupados de acuerdo a
la complejidad o nivel de la tarea en: (a)
Control, el cual implica la ejecución de ac-
ciones básicas, como la dirección, los frenos
y manipulación de otros controles del auto-
móvil, es decir que forman parte de la rutina
automática y sin esfuerzo al operar un ve-
hículo (ítems 2, 10, 14, 15, 18); (b) Manio-
bra: este nivel es un proceso que incluye
más al medio ambiente; implica procesa-
mientos controlados y comportamientos de
conducción tales como cambiar de carril y
cruzar una intersección; los errores a este
nivel pueden tener más consecuencias drás-
ticas sobre el rendimiento de conducción y
aumentar la probabilidad de colisiones de
vehículos de motor (ítems 3, 5, 6, 7, 8, 9,
13, 17); y (c) Navegación, que es la tarea de
conducción de nivel superior y se ocupa de
los procesos tales como la planificación y
mantenimiento de rutas (ítems 1, 4, 11, 12,
16). En la muestra del presente estudio, AR-
DES presenta una alta consistencia interna
(α= .874), resultado similar al reportado por
Ledesma et al. (2010) (α= .88), siendo tam-
bién adecuada la confiabilidad de cada una
de las subescalas o dimensiones (.770 para
Control, .727 para Maniobras y .744 para
Navegación), valores similares a los repor-
tados por Ledesma y colaboradores (2015).
432
robalino y Musso
Cuestionario sociodemográfico.
Se administró un cuestionario que re-
caba información acerca de algunos datos
sociodemográficos (género, edad y nivel
educacional) y de conducción (frecuencia y
años de manejo).
Procedimiento
Procedimiento de recolección de datos.
Los sujetos fueron invitados a participar
del estudio de forma voluntaria, garanti-
zando el anonimato y la confidencialidad en
la administración de los instrumentos y en
el tratamiento de los datos; dejaron cons-
tancia con su firma en el consentimiento
informado. Para los cuestionarios sociode-
mográfico y de experiencias durante la con-
ducción (ARDES), se utilizó Google drive
Forms. La tarea atencional ANT se realizó
a través del software e-prime con una com-
putadora portátil Hp-sleekbook 14” de pan-
talla a color. Las respuestas se recopilaron
mediante mouse periférico ubicado en el
medio, entre el participante y la computa-
dora, y centrado de acuerdo a la pantalla. Se
le informó al participante las consignas de
la tarea oral y escrita, a la vez que fueron
instruidos para responder a la dirección del
estímulo objetivo (es decir, la flecha central)
utilizando los pulgares, derecho cuando la
flecha central estaba apuntando hacia la de-
recha, e izquierda cuando la flecha central
apuntaba al lado izquierdo de la pantalla. El
participante debió estar sentado a 60 cm de
la pantalla de la computadora y apagar su
celular. Fue administrado de forma indivi-
dual, en un espacio cerrado, en silencio y
sin distracciones.
Procedimiento de análisis de datos.
Se usó el valor de la mediana de la edad
(Mdn= 26) para dividir a los participantes
en dos grupos: jóvenes y adultos. Los 33
conductores jóvenes (17 hombres, 16 mu-
jeres) fueron incluidos en el grupo Edad 1
(rango: 19-25 años; M= 22.52 años; ds=
InterdIscIplInarIa, 2018, 35, 2, 425-444
redes atencionales y errores en la conducción
2.138). Los 37 conductores adultos (24 mu-
jeres, 13 hombres) conformaron el grupo
Edad 2 (rango: 26-59 años; M= 35.32 años;
ds= 8.98). Se clasificó a los conductores en
dos grupos según su grado de experticia
(años de experiencia y frecuencia de ma-
nejo): 42 conductores expertos y 28 con-
ductores novatos. Para ello se armaron dos
grupos de acuerdo a los años de experiencia
(Bajo vs Alto) utilizando como punto de
corte la mediana (Mdn= 3.5). Se consideró
experto si la frecuencia era Alta y los años
de experiencia mayor o igual a cinco años
en caso contrario eran novatos; pero si la
frecuencia era Baja y los años de experien-
cia era mayor o igual a ocho años entonces,
se los consideró expertos, caso contrario
formaban parte del grupo de novatos.
Se establecieron niveles para las tres re-
des atencionales de acuerdo a las medianas
para las distribuciones de cada red: para
Alerta los valores por debajo de la mediana
de 39.17 ms fueron considerados pertene-
cientes al nivel Alto, mientras que valores
por encima de ese valor pertenecían al nivel
Bajo. Para el nivel de Orientación los valo-
res por debajo de la mediana de 42.17 ms
pertenecían al nivel Alto, caso contrario al
nivel Bajo. Los valores de Atención ejecu-
tiva por debajo de la mediana de 103.19 ms
correspondían a un nivel Alto, mientras que
para los que estaban por encima fueron del
nivel Bajo. Se calcularon los logaritmos na-
turales (ln) de los tiempos de reacción total
de las tres redes atencionales: los valores
por encima de 6.40 fueron considerados del
grupo de TR lentos y en el caso de los va-
lores por debajo de la mediana se agruparon
en TR rápidos.
Se utilizó IBM spss statIstIcs 21
para el análisis de los datos estadísticos. Se
calcularon las medidas descriptivas de las
distintas variables, para luego conformar
los grupos (porcentajes, tablas de frecuen-
cia, medias y desvíos estándar). Se explo-
raron las correlaciones entre las variables
usando correlación bivariada de Pearson.
Se realizó un análisis clásico de medidas re-
petidas intrasujetos de la prueba ANT (4
condiciones de señal: doble señal, sin señal,
InterdIscIplInarIa, 2018, 35, 2, 425-444
señal centrada, señal espacial x 3 condicio-
nes de flecha u objetivo: central, congruente
e incongruente) (Fan et al., 2002). Se in-
cluyó además la variable género como fac-
tor intersujeto para estudiar la interacción
con las condiciones y objetivo. Se repitió
este análisis con la variable edad, experticia
y nivel de errores de conducción del AR-
DES, como factores intersujetos por sepa-
rado, porque no se contaba con la mínima
cantidad de sujetos por celda para realizar
un análisis factorial completo. Por otro lado,
siguiendo la metodología empleada por We-
aver et. al. (2009), se llevaron a cabo Aná-
lisis Univariados de Variancia utilizando
como variables independientes los dos ni-
veles de cada red atencional y del TR total,
sobre las medidas dependientes del ARDES
general. Además, se consideraron cada una
de las dimensiones del ARDES como me-
didas dependientes realizando un Análisis
Multivariado de Variancia (MANOVA).
Para estudiar los efectos de interacción se
llevó a cabo un ANOVA de 2 Grupos de TR
total (TR lento / TR rápido) x 2 de Experti-
cia (Experto/Novato) sobre ARDES total.
Lo mismo se realizó para estudiar la inter-
acción de la edad con TR total: 2 Grupos de
Edad (Edad 1 / Edad 2) x 2 de TR total
(Bajo/Alto) por un lado, y la interacción
del género con TR total: 2 grupos de Sexo
(Femenino/Masculino) x 2 de TR total
(Bajo/Alto). Finalmente, se realizó un aná-
lisis de regresión lineal múltiple, con el mé-
todo de pasos sucesivos, para estudiar qué
variables individuales explican -y en qué
medida- el puntaje ARDES.
Resultados
Medidas descriptivas
En la Tabla 1 se resumen los estadísticos
descriptivos de los TR (en milisegundos) de
las distintas condiciones de señales y de
flechas (1a) y las precisiones (1b). Los aná-
lisis muestran que los tiempos de reacción
son más rápidos cuando hay señales espa-
ciales (M= 544) que cuando no se presentan
433

señales (M= 620). Además, en las condi-
ciones incongruentes aumentan los TR (ma-
yor demora), especialmente cuando no hay
una señal. La precisión desciende también
en estas condiciones de incongruencia. Las
medias de eficiencia de cada red atencional
fueron: 40.96 ms (ds= 30.61) para alerta,
en el caso de la red de Orientación fue de
44.24 ms (ds= 42.17) y para la red de Aten-
ción ejecutiva la media fue de 107.90 ms
(ds= 44.90).
Redes atencionales, edad y propensión
a cometer errores: correlaciones
En la Tabla 2 se observan las correlacio-
nes entre cada una de las redes atencionales
y TR Total con el puntaje global y dimen-
siones de la escala ARDES. Se observa que
el puntaje total de esta escala correlacionó
de manera positiva y significativa con la
variable TR Total, aunque la fuerza de esta
correlación es débil (r= .373; p= .002). De
esta manera, a nivel general se observa que,
a más altos TR (más lentos), mayor pro-
pensión a cometer errores por inatención.
Si bien no se observó una correlación
entre la edad y la escala ARDES, existe una
correlación positiva y muy significativa en-
tre edad y TR Total (r= .481, p < .001) de tal
forma que a mayor edad, más largos los TR
o más lentos en su procesamiento general de
las redes atencionales.
Atención y propensión a cometer errores:
efectos principales e interacciones
Los resultados del ANOVA intrasujeto
señalaron un efecto de interacción entre la
condición de señal y objetivo, indicando
cierta falta de independencia entre las redes
(F= 2.802; p= .019; η²=.041). Además, se
halló un efecto significativo de interacción
entre condición de señal, objetivo y género
sugiriendo que las mujeres son más rápidas
en sus TR que los varones cuando se pre-
senta el estímulo incongruente solo en con-
diciones de señal central (F= 2.338; p= .045;
η²= .034; Mmujeres= 680.38 ms; Mvarones=
710.41 ms; p= .07). La diferencia por género
434
robalino y Musso
en cuanto a la precisión en dichas condi-
ciones no resultó significativa [F (1,68)=
.375; p= .542; M mujeres= .91; M varones=
.93]. El ANOVA de medidas repetidas sobre
la precisión en las distintas condiciones no
encontró efectos de interacción significati-
vos entre señal y objetivo, como así tam-
poco entre señal, objetivo y género.
No se halló un efecto de interacción en-
tre señal, objetivo y experticia. Tampoco
se encontró interacción entre señal, objetivo
y grupos de edad. De la misma forma, no
hubo interacción con niveles de errores de
conducción del ARDES.
Cuando se analiza desde el punto de vista
de la eficiencia de cada red, se encontró un
efecto principal de la red atencional ejecu-
tiva sobre la propensión a cometer errores,
aunque la significación estadística fue mar-
ginal y el tamaño del efecto muy bajo
[F(1,66)= 3.760; p= .050; η²= .054]. De esta
manera, los conductores con TR altos frente
a estímulos incongruentes (más lentos en
general) tienden a cometer mayor cantidad
de errores por inatención durante el ma-
nejo, comparados con los conductores con
TR más rápidos (ver Tabla 3). No se halló
un efecto principal del nivel de alerta ni del
nivel de orientación sobre la propensión a
cometer errores.
Como se muestra en la Figura 1, se en-
contró un efecto de interacción significativo
entre la experticia y el nivel de TR total en
su efecto conjunto sobre la propensión a
cometer errores [F(1,64)= 7.746; p < .01;
η²=.108] (ver Tabla 4). Se analizó si había
interacción entre nivel TR total y nivel de
precisión de la tarea ANT y se encontró una
interacción sobre la cantidad de errores de
conducción reportados en la tarea ARDES
[F(1,47)= 11.342; p < .005; η²=.194]. Los
conductores más lentos en sus TR y baja
precisión en el ANT fueron los que repor-
taron mayor cantidad de errores de conduc-
ción (Merrores para bajo TR total y baja pre-
cisión: 43.86; Merrores para bajo TR total y
alta precisión: 28.53). No hubo diferencia
en los errores de conducción entre conduc-
tores con baja y alta precisión mientras te-
nían tiempos de reacción rápidos.
InterdIscIplInarIa, 2018, 35, 2, 425-444
redes atencionales y errores en la conducción
Los resultados indicaron que no se en-
contró interacción entre la edad y el TR to-
tal sobre la propensión a cometer errores.
De la misma forma, no se halló una inter-
acción significativa entre el sexo (Feme-
nino y Masculino) y el TR total (TR Bajo y
TR Alto) en la propensión a cometer errores
(ver Tabla 4). No se encontró un efecto del
nivel de TR Bajo-Alto sobre el puntaje to-
tal de la propensión a cometer errores du-
rante la conducción.
Se realizaron MANOVAs considerando
dos niveles de eficiencia para cada red aten-
cional (Alerta, Orientación y Atención Eje-
cutiva) como medidas independientes y los
puntajes de las tres subescalas ARDES (Ma-
niobra, Control y Navegación) como medi-
das dependientes. Los resultados indicaron
que existe un efecto significativo de la
Atención Ejecutiva sobre la subescala Con-
trol de propensión a cometer errores du-
rante la conducción [F(1,66)= 7.889; p < .01;
η²= .124]. En cambio, no se encontró un
efecto de la Atención Ejecutiva sobre Na-
vegación y Maniobra. Tampoco se hallaron
efectos significativos de Orientación, Alerta
y TR total sobre ninguna de las tres dimen-
siones de la escala ARDES (ver Tabla 5).
Variables explicativas de la propensión
a cometer errores
Con el fin de analizar si era posible pre-
decir la propensión a cometer errores por in-
atención a partir de las variables atenciona-
les y sociodemográficas consideradas en
esta investigación, se llevó a cabo un análi-
sis de regresión lineal múltiple por pasos su-
cesivos. En el modelo se incluyó como va-
riable dependiente el puntaje total de
ARDES y como variables independientes
las medidas de las tres redes atencionales,
TR Total, edad, género y experticia. Sola-
mente las variables de la red de Orientación
y la medida de TR Total fueron significati-
vas y explicaron el 20% de la variancia to-
tal de la propensión a cometer errores por
inatención en la conducción (r2 ajustado=
.203), excluyendo las otras variables. La
variable de mayor peso fue la red de orien-
InterdIscIplInarIa, 2018, 35, 2, 425-444
tación (β= -.332; p= .007) de tal forma que
a más altos tiempos de reacción (más len-
tos), menor cantidad de errores, y viceversa.
La velocidad general de las tres redes aten-
cionales mostró, en cambio, un menor valor
explicativo y en sentido positivo (β= .242;
p= .045): una menor velocidad de procesa-
miento general predice una mayor cantidad
de errores en la conducción.
Discusión
En este estudio se preguntó en primer
lugar, sobre cómo se relacionan las redes
atencionales y el Tiempo de Reacción total
(TR Total) con la propensión a cometer
errores en la conducción de vehículos a mo-
tor. Los análisis por separado de las redes
atencionales mostraron que solo hay un
efecto de la red de Atención Ejecutiva sobre
la propensión a cometer errores. Por lo
tanto, sujetos con mayores dificultades a la
hora de controlar estímulos prepotentes que
interfieren, tienden a una mayor propen-
sión a cometer errores durante la conduc-
ción. Si bien nuestra hipótesis inicial espe-
raba que la red de alerta tuviera un efecto
sobre la propensión a cometer errores, los
resultados indican que éstos pueden deberse
a diferencias individuales en la atención
ejecutiva. La red de atención ejecutiva re-
fiere a la supervisión y resolución de con-
flictos en la planificación, toma de decisio-
nes, detección de errores, y superación de
acciones habituales tal como señalan Wang
y Fan (2007). Es decir, se encuentra rela-
cionada con las actividades desempeñadas
durante la tarea, mientras que la alerta se re-
fiere a la función de lograr y mantener un
estado de preparación para los próximos
eventos relacionados con la tarea (Fan &
Posner, 2004). Este hallazgo está relacio-
nado con el efecto específico que se encon-
tró de la atención ejecutiva sobre el aspecto
del control durante la conducción. Estos re-
sultados son congruentes con la función de-
finida por la atención ejecutiva, que “im-
plica mecanismos de seguimiento y reso-
lución de conflicto entre los pensamientos,
435

sentimientos y respuestas” (Posner & Roth-
bart, 2007, p. 7). Es lógico pensar que aque-
llos conductores con mayores dificultades
atencionales en este sentido, tenderían a co-
meter más errores en las funciones de con-
trol: ejecución de las acciones básicas como
la dirección, los frenos y manipulación de
otros controles de automóviles. En este tipo
de situaciones el conductor cuenta con un
tiempo limitado para enfrentar o evitar el
peligro.
La segunda pregunta del presente tra-
bajo se refiere a la participación de varia-
bles sociodemográficas (sexo, edad) y ex-
perticia como moderadoras de la influencia
de las redes atencionales sobre la propen-
sión a cometer errores durante la conduc-
ción. Es necesario aclarar que no fue posi-
ble un análisis factorial completo para
analizar todas las interacciones al mismo
tiempo, debido a la pequeña muestra de su-
jetos. Los resultados indicaron, en primer
lugar, que las mujeres tienen TR más rápi-
dos que los varones cuando se presenta el
estímulo incongruente solo en condiciones
de señal central, manteniendo la precisión
de la tarea. Sin embargo, no se halló una
interacción entre los TR total y sexo ni un
efecto principal del sexo sobre la cantidad
de errores en la conducción. Estos hallazgos
si bien son exploratorios están indicando
un funcionamiento diferente en los tiem-
pos de reacción en tareas viso-espaciales
entre hombres y mujeres que son coheren-
tes con estudios previos (Bradshaw & Net-
tleton, 1983; Kolb & Whishaw, 1985;
Musso, 2016; Vaquero, Cardoso, Vázquez
& Gómez, 2004). Futuros estudios con una
muestra más grande permitirían profundizar
estos hallazgos.
Por otro lado, no se encontró un efecto
de interacción entre TR total y edad sobre la
propensión a cometer errores en la conduc-
ción. Sin embargo, existe una correlación
positiva y significativa entre edad y TR to-
tal (r= .481; p < .001). Estos hallazgos coin-
ciden con otros (e.g. Ledesma et al., 2010;
Montes, 2013) donde no se encontraron di-
ferencias en la propensión a cometer errores
de conducción según variables sociodemo-
436
robalino y Musso
gráficas (edad y género). No obstante, la in-
vestigación de López-Ramón et al. (2011)
reportó que la variable edad estaba relacio-
nada con un aumento en TR generales en el
sentido de que los participantes de mayor
edad mostraron mayor TR en general (más
lentos). Asimismo, observaron que existía
un efecto significativo de la señal de alerta
(ANTI) sobre el puntaje de propensión a
cometer errores de conducción (ARDES), y
de la señal de alerta y edad: así los partici-
pantes que reportaron mayor propensión a
cometer errores durante la conducción y
aquellos de mayor edad mostraron mayor
alerta. Sin embargo, hay que tener en cuenta
que en la investigación mencionada, el TR
Total se trata como una medida general del
desempeño que se ha moderado en relación
con una medida directa de vigilancia utili-
zada en ANTI, aunque los mismos autores
informan que no se considera un índice de
vigilancia si es usado aisladamente.
Con respecto al efecto moderador de la
experticia, se encontró un efecto de inter-
acción entre el TR total y la experticia en su
influencia conjunta sobre la propensión a
cometer errores. De esta forma, los partici-
pantes expertos con tiempos de reacción
más lentos tienen mayor propensión a co-
meter errores durante la conducción, a di-
ferencia de los expertos con tiempos de re-
acción rápidos. Es decir, los conductores
expertos más lentos tienden a reportar más
errores de conducción quizás por factores
de auto-regulación o sobre-confianza de su
propia habilidad, cuestión que deberá ser in-
dagada en futuros estudios. Investigaciones
previas han demostrado que la propensión a
cometer errores atencionales durante la con-
ducción se relaciona con TR más lentos de
tareas atencionales (López-Ramón et al.,
2011; Montes, 2013). Por otro lado, los no-
vatos con TR rápidos tienden a una mayor
cantidad de errores de conducción que los
expertos con TR rápidos, ya sea porque aún
no está suficientemente automatizada la ta-
rea o bien porque tienden a sobrestimar su
experiencia. Se sabe que la atención es un
recurso atencional limitado que frente a una
tarea compleja es distribuida (Castro et al.,
InterdIscIplInarIa, 2018, 35, 2, 425-444
redes atencionales y errores en la conducción
2006; Lovett, Reder & Lebiere, 1999). Con
la práctica, tiempos de reacción general más
rápidos ayudarían al novato a automatizar la
tarea, cometiendo por lo tanto menos erro-
res de conducción. Si bien estudios previos
señalan diferencias en las tres redes aten-
cionales entre conductores novatos y ex-
pertos (Castro et al., 2009), los resultados
del presente trabajo apoyarían la hipótesis
de que diferencias básicas en TR son las que
contribuyen como base para que la expe-
riencia y práctica tengan efecto sobre una
menor propensión a cometer errores du-
rante la conducción. Además, es importante
tener en cuenta el resultado de interacción
entre TR y precisión, ya que son los con-
ductores con TR lentos e imprecisos quienes
tienen mayor propensión a cometer erro-
res. Esto implica que ambas medidas TR y
precisión del ANT se refieren a aspectos
diferentes del procesamiento cognitivo: un
funcionamiento rápido del sistema cogni-
tivo permitiría disminuir los errores mien-
tras se conduce, aunque la precisión aten-
cional sea baja. Posner (2008) ha confirma-
do que las medidas globales de rendimiento
TR y precisión pueden reflejar diferentes
estrategias para abordar la tarea.
Con respecto a la tercera pregunta de in-
vestigación, el modelo hallado con el aná-
lisis de regresión múltiple encontró que la
red de orientación y el TR total son varia-
bles asociadas a la propensión a cometer
errores durante la conducción. Para este
modelo la red de orientación fue la variable
de mayor peso explicativo en sentido nega-
tivo, de tal forma que a más lentos tiempos
de reacción, menor cantidad de errores, y
viceversa. Este resultado pareciera ser con-
trovertido teniendo en cuenta los resultados
anteriores. Los tiempos de reacción lentos
en la red de orientación implicaría una difi-
cultad para desplazar la atención de una se-
ñal a otra (Posner & Petersen, 1990). Sin
embargo, López-Ramón et al. (2011) han
sugerido que los conductores con menor
propensión a cometer errores podrían estar
más involucrados con la tarea de conducir y,
por lo tanto, tener mayor dificultad para
desenganchar su atención de esta tarea a
InterdIscIplInarIa, 2018, 35, 2, 425-444
otros estímulos. Al contrario, conductores
con mayor propensión a cometer errores
pueden estar menos comprometidos con la
tarea y, por lo tanto, son atraídos con mayor
facilidad a una señal periférica. La red de
orientación opera dirigiendo recursos aten-
cionales, es decir, desplazando la atención,
cuando se presenta una señal a través de la
información sensorial. La conducción es
una tarea compleja que demanda de nues-
tros recursos, y por lo tanto la red de orien-
tación es necesaria para asignar selectiva-
mente atención a los estímulos adecuados
(e.g., la necesidad de orientar la atención
hacia el auto que se encuentra adelante y los
que salen de caminos laterales). Además, la
red de orientación permite estar en un es-
tado apropiado para ser capaz de procesar
los eventos de alta prioridad durante la con-
ducción (por ejemplo, cuando el conductor
de adelante frena repentinamente) (López-
Ramón et al., 2011).
Por otro lado, una menor velocidad de
procesamiento general contribuye a expli-
car, aunque en menor medida, una mayor
cantidad de errores en la conducción. Esto
es consistente con el hallazgo de la interac-
ción entre tiempos de reacción y experticia,
según el cual los conductores expertos con
una menor velocidad de procesamiento ge-
neral presentaban mayor propensión a co-
meter errores durante la conducción. Al
mismo tiempo, esto coincide con estudios
previos (López-Ramón et al., 2011; Montes,
2013). Lellis et al. (2013) en su análisis de
los estudios sobre orientación visual de la
atención, encontraron que a través de me-
didas de TR se puede contribuir a una me-
jor comprensión de cómo el sistema ner-
vioso selecciona información pertinente del
medio ambiente y los circuitos neuronales
implicados.
Limitaciones y futuros estudios
La falta de estudios previos sobre pro-
pensión a cometer errores relacionados con
la inatención durante la conducción, su-
mado a que fueron realizados en ciudades
específicas con muestras pequeñas, difi-
437

cultó la comparación de los resultados ob-
tenidos en el presente estudio. Si bien este
trabajo tuvo una muestra más grande que las
de investigaciones previas, se recomienda
utilizar muestras de mayor tamaño y alea-
torias, con el fin de aumentar la potencia ob-
servada e incrementar el tamaño de los efec-
tos que se encontraron en el presente traba-
jo. Esto también permitiría profundizar los
hallazgos respecto a las interacciones entre
las múltiples variables consideradas en el
presente estudio. En esta misma línea sería
interesante poder comparar la interacción
del nivel de atención con residencia (centros
urbanos vs centros con baja densidad po-
blacional) en la propensión a cometer erro-
res relacionados con la inatención, y con re-
gistros de accidentes y/o infracciones de
tránsito reales como variables dependientes.
Los resultados del análisis de regresión
múltiple del presente trabajo deben consi-
derarse como exploratorios, dada la poca
cantidad de casos de la muestra. Futuros
estudios podrían replicar dichos análisis por
separado diferenciando grupos de expertos
y novatos.
Otra cuestión a tener en cuenta, es que la
tarea de ANT es una tarea atencional gene-
ral que no fue diseñada para evaluar aten-
ción en situaciones específicas como el
tránsito. Por ello, en los futuros estudios
conviene adaptar la prueba al área utili-
zando estímulos del contexto vial (e.g., en
situaciones simuladas de conducción que
incluyan bocinas, señalización vial, semá-
foros, etc.). Si bien otros autores (Roca et
al., 2013; Weaver, Bédard, & McAuliffe,
2013) han desarrollado versiones de ANT
que incluyen coches en lugar de flechas,
dichos autores indican que el uso de estos
estímulos más amigables no impactaría so-
438
robalino y Musso
bre el tiempo requerido para completar la
tarea. También hay que tomar en cuenta que
en el presente trabajo las medidas depen-
dientes pertenecen a una escala de autoin-
forme, que si bien tiene sus ventajas, tam-
bién presenta riesgos (e.g., susceptibilidad
frente a sesgos de respuesta, distorsiones de
la memoria u olvidos, subestimaciones de
los hechos). Sería importante que a futuro
puedan realizarse estudios conjuntos con
métodos experimentales, como por ejem-
plo, simuladores de conducción.
Se necesita considerar en futuros estu-
dios, la complejidad de la tarea de conducir
y por lo tanto, la mayor cantidad de varia-
bles a tener en cuenta cuando se trata de
predecir la propensión a cometer errores en
ella. Finalmente, se sabe que la realización
simultánea de múltiples actividades com-
plejas (eg., uso del celular, hablar con los
pasajeros, conducir, fijar la visión, etc.)
afecta al desempeño y produce errores. Por
ello hay que tener en cuenta las limitaciones
de los procesos atencionales para compren-
der el problema de los incidentes relacio-
nados a la inatención.
Se espera que este trabajo impulse el
desarrollo de líneas de investigación en el
área de la psicología del tránsito, más es-
pecíficamente, respecto del rol del factor
psicológico en el error humano y en la si-
niestralidad vial. Además, se espera que los
resultados sirvan para promover y mejorar
programas de prevención y mitigación de
fallas atencionales al conducir. Estos ha-
llazgos podrían orientar a recortar la brecha
entre el área de la investigación de procesos
cognitivos básicos, el área de salud pública
y de seguridad vial, en vista a una mayor
concientización y prevención de los acci-
dentes de tránsito.
InterdIscIplInarIa, 2018, 35, 2, 425-444
redes atencionales y errores en la conducción

Tabla 1
Medias tr y precisión para cada condición

Tabla 2
correlaciones de pearson

** La correlación es significativa al nivel .01 (bilateral).

* La correlación es significante al nivel .05 (bilateral).

InterdIscIplInarIa, 2018, 35, 2, 425-444 439

 robalino y Musso

Tabla 3
Medias, desviaciones estándar y pruebas de hipótesis para los efectos de redes atencionales
sobre la propensión a cometer errores durante la conducción

* Significativo al nivel p < .05

Tabla 4
Medias y pruebas de hipótesis para los efectos de interacción entre variables sociodemográfi-
cas y tiempos de reacción general sobre propensión al error

* Significativo al nivel p < .01

440 InterdIscIplInarIa, 2018, 35, 2, 425-444

redes atencionales y errores en la conducción

Tabla 5
Medias, desviaciones estándar, y pruebas de hipótesis de los efectos de redes atencionales
para cada dimensión de ardes

* Significativo al nivel p < .01

Figura 1. Interacción entre experticia y tiempos de reacción (atención general) sobre la pro-
pensión a cometer errores durante la conducción.

InterdIscIplInarIa, 2018, 35, 2, 425-444 441


Referencias bibliográficas
af Wåhlberg, A., & Dorn, L. (2009). Bus driver
accident record: the return of accident pro-
neness. theoretical Issues in ergonomics
science, 10, 77-91.
Allahyari, T., Saraji, G.N., Adl, J., Hosseini,
M., Iravani, M., Younesian, M., & Kass, S.
J. (2008). Cognitive failures, driving errors
and driving accidents. International Journal
of Occupational safety & ergonomics, 14,
149-15. http://dx.doi.org/10.1080/108035
48.2008.11076759
Bradshaw, J.L., & Nettleton, N.C. (1983).
Human cerebral asymmetry. NJ: Prentice
Hall.
Callejas, A., Lupianez, J., & Tudela, P. (2004).
The three attentional networks: On their in-
dependence and interaction. Brain and
cognition, 54, 225-227. http://dx.doi.org/
10.1016/j.bandc.2004.02.012
Castro, C., Crundall, D., Chapman, P., Trawley,
S., & Underwood, G. (2009). Un‐experien-
ced vs. Experienced drivers. Limitations of
Human Attention. An analysis of their
THREE ATTENTIONAL NETWORKS.
Paper presented to First International
Conference on Driver Distraction and
Inattention. Ontario, Canadá. Retrieved
Septiembre 12, 2015, from https://docu-
ment.chalmers.se/download?docid=130371
5557
Castro, M., Durán, D., & Cantón, D. (2006). La
conducción vista por los psicólogos cogni-
tivos. Boletín de psicología, 87, 35-60.
Centro de Experimentación y Seguridad Vial.
(n.d.). Retrieved Agosto 20, 2015, from
https://www.cesvi.com.ar/home.html
Clay, O.J., Wadley, V.G., Edwards, J.D., Roth,
D.L., Roenker, D.L., & Ball, K.K. (2005).
Cumulative meta-analysis of the relations-
hip between useful field of view and driving
performance in older adults: current and fu-
442
robalino y Musso
ture implications. Optometry and Vision
science: Official publication of the
american academy of Optometry, 82(8),
724–731. http://dx.doi.org/10.1097/01.opx.
0000175009.08626.65
Fan, J., & Posner, M. (2004). Human attentio-
nal networks. psychiatrische praxis, 31(S
2), 210-214. http://dx.doi.org/10.1055/s-
2004-828484
Fan, J., McCandliss, B., Sommer, T., Raz, A.,
& Posner, M. (2002). Testing the efficiency
and independence of attentional networks.
Journal of cognitive neuroscience (14),
340–347. http://dx.doi.org/10.1162/089892
902317361886
Groeger, J. (2002). Trafficking in cognition:
applying cognitive psychology to driving.
transportation research part F: traffic
psychology and Behaviour, 5, 235-248.
http://dx.doi.org/10.1016/S1369-8478(03)
00006-8
Kolb, B., & Whishaw, I.Q. (1985). Fundamen-
tals of human neuropsychology. New York:
Freeman.
Larson, G.E., Alderton, D.L., Neideffer, M., &
Underhill, E. (1997). Further evidence on
dimensionality and correlates of the
Cognitive Failures Questionnaire. British
Journal of psychology, 88, 29–38. http://dx.
doi.org/10.1111/j.2044-8295.1997.tb026
18.x
Ledesma, R.D., Montes, S.A., Poó, F.M., &
López-Ramón, M.F. (2010). Individual Dif-
ferences in Driver Inattention: The Attention
-Related Driving Errors Scale. traffic Injury
prevention, 11(2), 142-150. http://dx.doi.
org/10.1080/15389580903497139
Ledesma, R., Montes, S., Poó, F., & López-
Ramón, M. (2015). Measuring Individual
Differences In Driver Inattention. Further
Validation Of The Attention-Related
Driving Errors Scale. Human Factors,
57(2), 193–207. http://dx.doi.org/10.1177/
0018720814546530
InterdIscIplInarIa, 2018, 35, 2, 425-444
redes atencionales y errores en la conducción
Lellis, V., Mariani, M., Ribeiro, A., Cantiere,
C., Teixeira, M., & Carreiro, L. (2013).
Voluntary and automatic orienting of atten-
tion during childhood development. psy-
chology & neuroscience, 6(1), 15-21.
https://dx.doi.org/10.3922/ j.psns.2013.1.04
López-Ramón, M.F., Castro, C., Roca, J.,
Ledesma, R., & Lupiañez, J. (2011). Atten-
tional Networks Functioning, Age, and
Attentional Lapses While. traffic Injury
prevention, 12, 518-528.
Lovett, M., Reder, L., & Lebiere, C. (1999).
Modeling Working Memory in a Unified
Architecture: An ACT-R Perspective. En A.
Miyake, & P. Shah (Eds.), Models of
Working Memory (pp. 135-182). Oxford
University Press. http://dx.doi.org/10.1017/
CBO9781139174909.008
Luna, F.G., Marino, J., Macbeth, G., & Torres,
G.F. (2016). ¿Existen diferencias entre sexos
en las redes atencionales? Una revisión sis-
temática sobre el alerta fásica, vigilancia,
orientación y control ejecutivo. psycho-
logia, avances de la disciplina, 10(2), 63-
71. Retrieved from http://www.redalyc.org/
articulo.oa?id=297248896006
Michon, J. A. (1985). A critical view of driver
behavior models: what do we know, what
should we do? In Human behavior and traf-
fic safety (pp. 485-524). Springer US.
http://dx.doi.org/10.1007/978-1-4613-2173-
6_19
Miró, E., Martínez, M.P., Sánchez, A.I., Prados,
G., & Lupiáñez, J. (2014). Men and Women
with Fibromyalgia: Relation Be-tween
Attentional Function and Clinical Symp-
toms. British Journal of Health psychology,
20(3), 632-647.
Mizobuchi, S., Chignell, M., & Canell, D.
(2013). Individual differences in driving-
related Multitasking. 3rd International
Conference on Driver Distraction and
Inattention September 4-6, 2013, (pp. No.
72-P). Gothenburg, Sweden.
InterdIscIplInarIa, 2018, 35, 2, 425-444
Montes, S. (2013). diferencias individuales y
correlatos psicológicos de los errores rela-
cionados con la inatención en conductores.
Mar del Plata, Buenos Aires, Argentina:
Universidad Nacional de Mar del Plata.
Musso, M.F. (2016). Understanding the under-
pinnings of academic performance: The re-
lationship of basic cognitive processes,
self-regulation factors and learning strate-
gies with task characteristics in the assess-
ment and prediction of academic perform-
ance. Doctoral Dissertation, KU Leuven.
OMS. (2009). World Health Organization.
Retrieved from WHO Library Cataloguing-
in-Publication Data: www.who.int/vio-
lence_injury_prevention/road_safety_
status/2009
Posner, M. (1980). Orienting of attention.
Quarterly Journal of experimental psychol-
ogy, 32, 23-25. http://dx.doi.org/ 10.1080/
00335558008248231
Posner, M. (2008). Measuring alertness. annals
of the new York academy of sciences,
1129(1), 193-199. http://dx.doi.org/10.1196/
annals.1417.011.
Posner, M. I. (1994). Attention: The mechanism
of consciousness. proceedings of the
national academy of sciences of the United
states of america, 91(16), 7398–7402.
http://dx.doi.org/10.1073/pnas.91.16.7398
Posner, M. I., & Petersen, S. E. (1990). The at-
tention system of the human brain. annual
review neuroscience, 13, 25-42. http://dx.
doi.org/10.1146/annurev.ne.13.030190.000325
Posner, M., & Rothbart, M. (2007). Research
on attention networks as a model for the in-
tegration of psychological science. annual
review of psychology, 58, 1-23. http://dx.
doi.org/10.1146/annurev.psych.58.110405.0
85516
Reason, J. (1990). Human error. New York:
Cambridge University Press. http://dx.doi.
org/10.1017/CBO9781139062367
443

Roca, J., Lupiáñez, J., López- Ramón, M.F., &
Castro, C. (2013). Are drivers’ attentional
lapses associated with the functioning of the
neurocognitive attentional networks and
with cognitive failure in everyday life?
transportation research part F, 98–113.
Vaquero, E., Cardoso, M.J., Vazquez, M., &
Gomez, C.M. (2004). Gender differences in
Event related potentials during visual-spa-
tial attention. International of. Journal of
neuroscience, 114, 541–557. http://dx.doi.
org/10.1080/00207450490422056
Victor, T., Engström, J., & Harbluk, J.L. (2008).
10 Distraction Assessment Methods Based
on Visual Behavior and Event Detection.
driver distraction: theory, effects, and miti-
gation, 135. http://dx.doi.org/10.1201/97814
20007497.ch10
Visser, E., Pijl, Y., Stolk, R., Neeleman, J., &
Rosmalen, J. (2007). Accident proneness,
does it exist? A review and meta-analysis.
accident analysis and prevention, 39, 556-
564. http://dx.doi.org/10.1016/j.aap.2006.
09.012
444
robalino y Musso
Wallace, J.C., & Vodanovich, S.J. (2003). Can
accidents and industrial mishaps be predic-
ted? Further investigation into the relations-
hip between cognitive failure and reports of
accidents. Journal of Business and psychol-
ogy, 17, 503–514.
Wang, H., & Fan, J. (2007). Human Attentional
Networks: A Connectionist Model. Journal
of cognitive neuroscience, 19(10), 1678–
1689. http://dx.doi.org/10.1162/jocn.2007.
19.10.1678
Weaver, B., Bédard, M., & McAuliffe, J.
(2013). Evaluation of a 10-minute Version
of the Attention Network Test. the clinical
neuropsychologist, 27(8), 1281-1299. http://
dx.doi.org/10.1080/13854046.2013.851741
Weaver, B., Bédarda, M., McAuliffe, J., &
Parkkari, M. (2009). Using the Attention
Network Test to predict driving test scores.
accident analysis and prevention, 41, 76-
83. http://dx.doi.org/10.1016/j.aap.2008.09.
006
Recibido: 10 de diciembre de 2016
Aceptado: 10 de julio de 2018
InterdIscIplInarIa, 2018, 35, 2, 425-444